发布于 2023-01-10 09:56・IP 属地江苏
CyberLoc: Towards Accurate Long-term Visual Localization提交时间：2023年1月6日论文 ：https://arxiv.org/pdf/2301.02403.pdf代码：摘要：本文报告介绍了 CyberLoc，是一种基于图像的视觉定位pipline，可在具有挑战性的条件下进行稳健而准确的长期姿态估计。所提出的方法按顺序可分为四个模块。
首先，应用映射模块来构建场景的精确 3D 地图，如果在不同条件下存在多个参考序列，则每个参考序列一张地图。其次，执行基于单图像的定位pipline（检索 – 匹配 – PnP）以估计每个查询图像的 6-DoF 相机姿势，每个 3D 地图一个。第三，提出了一个共识集最大化模块来过滤掉离群的 6-DoF 相机位姿，并输出一个 6-DoF 相机位姿用于查询。最后，提出了一个鲁棒的姿势细化模块来优化 6-DoF 查询姿势，以候选全局 6-DoF 相机姿态及其相应的全局 2D-3D 匹配、连续查询图像和查询序列的 SLAM 姿态之间的稀疏 2D-2D 特征匹配作为输入。在 4seasons 数据集上的实验表明，该方法具有很高的准确性和鲁棒性。
往期精选：自动驾驶开发者说|前沿|ECCV2022有哪些自动驾驶方面的工作？自动驾驶开发者说| 前沿 | CVPR2022有哪些自动驾驶方面的工作？自动驾驶开发者说| 求职 | 2022年如何找到优秀的自动驾驶公司？自动驾驶开发者说|前沿|基于BEV的自动驾驶会颠覆现有的自动驾驶架构吗？自动驾驶开发者说|技术栈|入门感知模块需要储备哪些知识？自动驾驶开发者说 | 前沿|如何定义&检测&解决Corner Cases？自动驾驶开发者说| 前沿 | 2022年ViT(vision transform)如何应用在自动驾驶任务上？自动驾驶开发者说| 前沿 | 近两年有哪些ViT(Vision Transformer)的改进算法？自动驾驶开发者说 | 前沿|如何进行LiDAR-Camera（雷达-相机）的联合标定？
发表回复